本发明提供了一种基于循环神经网络的飓风路径预测方法及系统，包括：对划定的飓风路径区域进行网格化处理；计算每个坐标点的移动距离以及移动角度作为数据增强；使用三层长短期记忆网络作为预测模型的主干循环神经网络；主干网络为长短期记忆模型搭载比例系数为0.1的Dropout层；输出层为一个使用双曲正切函数激活的全连接层，模型的训练使用基于动量的梯度下降算法RMSProp，训练目标为预测经纬度坐标平方误差；预测模型的输出层由网格ID预测层与坐标修正两部分构成最终的飓风坐标预测。在预测阶段，基于循环神经网络推理预测仅依赖模型的前向传播，无需对历史数据库进行关联搜索，大大提高了飓风路径预测的性能。